caffe 相关命令

训练网络命令：

sudo sh ./build/tools/caffe train --solver=examples/mnist/train_lenet.sh

-solver：必选参数。一个protocol buffer类型的文件，即模型的配置文件。如：

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt

-gpu: 可选参数。该参数用来指定用哪一块gpu运行，根据gpu的id进行选择，如果设置为’-gpu all’则使用所有的gpu运行。如使用第三块gpu运行：

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 2

-weights:可选参数。用预先训练好的权重来fine-tuning模型，需要一个caffemodel如：

./build/tools/caffe train 
-solver examples/finetuning_on_flickr_style/solver.prototxt 
-weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

测试网络

./build/tools/caffe test 
-model examples/mnist/lenet_train_test.prototxt 
-weights examples/mnist/lenet_iter_10000.caffemodel 
-gpu 0 
-iterations 100

time参数用来在屏幕上显示程序运行时间。如：

./build/tools/caffe time -model examples/mnist/lenet_train_test.prototxt -iterations 10

关于gpu

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 0,1
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu all

绘制网络

１、安装graphViz

sudo apt-get install graphviz

2 、安装pydot

sudo pip install pydot

绘制网络：

sudo python /home/tyd/caffe/python/draw_net.py 
/home/tyd/caffe/examples/mnist/lenet_train_test.prototxt 
/home/tyd/caffe_case/lenet.png 
--rankdir=BT

第一个参数：网络模型的prototxt文件

第二个参数：保存的图片路径及名字

第二个参数：–rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来表示网络的方向，分别是从左到右，从右到左，从上到小，从下到上。默认为ＬＲ。

均值

对已经转换成LMDB的数据文件进行减均值计算

sudo /home/tyd/caffe/build/tools/compute_image_mean 
/home/tyd/caffe/examples/mnist/mnist_train_lmdb 
/home/tyd/caffe_case/mean.binaryproto